贫困乡镇

摘要： 岷县曾是国扶贫困县,也是甘肃省深度贫困县,近年来,在各级帮扶单位的大力支持下,全县上下团结一心,埋头苦干,紧盯“两不愁、三保障”脱贫标准,围绕“五个一批”“六个精准”,以深度贫困乡镇、深度贫困村为重点,以提高脱贫攻坚实效为导向,大力开展精细精确精微的“绣花式”扶贫,使全县产业扶贫力度不断加大、到村到户政策有效落实、各类帮扶工作扎实有效,实现了贫困人口收入稳定增长、基础设施短板有效补齐、公共服务不断完善,2020年年底整体脱贫。

摘要： 昭通市靖安安置区是全国最大的易地扶贫搬迁跨县安置区,承接了昭阳、大关、永善、彝良、盐津、镇雄6个县(区)39个贫困乡镇229个贫困村的易地扶贫搬迁群众9256户40549人,其中党员503人。

摘要： 现年49岁的吴小阳,是汉川市自然资源和规划局一名普通党员。2019年6月,他主动请缨到汉川市贫困乡镇垌冢镇驻村扶贫。在驻村扶贫的近两年时间里,他时刻把人民群众的冷暖放在心上,不厌其烦做好“小事情”,传递爱的力量,播洒阳光的种子,被群众亲切地称为“小太阳”。

摘要： 致力扶贫攻坚,打好乡村振兴前哨战作为曾经的省级重点贫困乡镇,为响应国家2020全面建成小康社会奋斗目标,苍山街道做了扎实的努力。曾经的压油沟村,全村人口76户,276人,人均年收入不足2000元,贫穷导致了“三多”:光棍多,男嫁多,外出务工多。村民在山地上种植花生、红薯和果树为生,生存和发展都成了压油沟村民的期盼和渴望。为解决这一情况,当地政府与开元置业发展有限公司合作着手开发生态文化旅游脱贫减贫项目。

摘要： 数十万字的工作笔记、数十万公里的走访路程……像一条条时光轴,记录着薛奉军在开州区大进镇的点点滴滴。薛奉军是重庆市委组织部干部一处处长。2017年8月,重庆实施深度贫困乡镇定点包干脱贫攻坚行动,他被市委组织部选派至开州区大进镇,担任驻镇工作队副队长兼联络员。

摘要： 这是一组拍摄于2014-2019年之间的乡村影像调查。彼时,这座中国西部唯一的直辖市、长江上游地区的经济金融中心——重庆,还有18个深度贫困乡镇。虽然农村地区的面貌在不断改善,越来越多外出的人口也陆续回流,但在相对偏远的农村地区,由于历史、地理等诸多原因,外出务工仍是这些地方农民重要的经济来源。他们的孩子——留守儿童,则成为城市和农村夹缝中的存在。

摘要： 下党乡地处闽浙两省交界地带,1988年1月建乡,是当时全省唯一无公路、无自来水、无照明电、无财政收入、无办公场所的省级特困乡。习近平同志在福建工作期间,三次亲自带队深入下党乡调查研究、访贫问苦,现场办公、解决问题,推动下党走上致富之路。三进下党,是推动贫困乡镇脱贫致富的生动案例。

摘要： 以喀斯特盆坝地旧州镇、低山丘陵朱家场镇、喀斯特峡谷掌布镇及喀斯特中山新窑镇4个西南喀斯特山区不同地貌贫困乡镇为例,运用Fragstats4.2、ArcGIS10.5软件对我国西南喀斯特山区4个贫困乡镇景观脆弱度进行评价.结果表明:旧州镇以耕地为主,受人类活动影响大,景观脆弱度较高;朱家场镇以林地与建设用地镶嵌分布为主,生态系统易受到损坏,景观脆弱度较高.掌布镇以林地及灌草丛为主,景观稳定性强,脆弱度较低;新窑镇以灌草丛为主,人类活动干扰较小,景观脆弱度较低.4个乡镇景观脆弱度空间异质性突出.景观结构及其空间格局是影响喀斯特山区不同地貌贫困乡镇景观脆弱度的重要因素.

摘要： 丰都地处三峡库区腹心,是重庆"大农村、大山区、大库区"的代表和缩影。丰都县"四山夹三槽",自然条件相对较差,发展水平相对较低,2002年被确定为国家扶贫开发工作重点县,2011年纳入国家武陵山片区扶贫开发试点县,是重庆市18个深度贫困乡镇之一。农工党重庆市委会一直关心关注丰都县及三建乡脱贫攻坚工作,2018年起,持续开展对口丰都县及三建乡脱贫攻坚民主监督工作,实现民主监督与推动工作的有机统一,以实际行动拾柴添薪,助推高质量打赢打好脱贫攻坚收官战。

摘要： 本发明涉及精准扶贫技术领域，具体涉及一种精准识别贫困户的系统及识别方法，系统包括后端和前端，后端包括数据上传模块、数据清洗校验模块、数据预处理模块、数据比对模块；前端包括数据上传管理模块、数据监控管理模块、数据比对结果管理模块、报表管理模块、数据分析模块；通过本发明提供的精准识别贫困户的系统及识别方法，通过将相关部门的贫困户数据导入系统并进行比对，本发明建立了全方位、全口径、自动化数据比对机制，可以精准识别贫困户的财产拥有情况，进而精准识别贫困户，同时还可以分析贫困户的分布情况、可疑贫困户的特征和被否决的贫困户特征，为“精准扶贫、精准脱贫”的管理与决策提供数据支撑。

摘要： 本发明公开了一种基于SVM的贫困生辅助认定方法，包括以下步骤：采集学生数据，并对学生数据进行预处理；对预处理学生数据提取特征，通过随机森林对特征重要性进行排名；在满足Mercer条件下，构造混合核函数，并植入SVM中；使用遗传算法对混合核函数参数进行寻优，得到最优混合核函数参数；将最优混合核函数参数代入SVM，并对学生数据进行训练，得到分类器模型；将需要认定的学生数据输入分类器模型，输出分类结果；本发明采用遗传算法对基于SVM混合核函数参数进行寻优，用适应度作为评价依据，通过随机重组重要基因，让群体中的个体不断进化，获取最优解，减少全局搜索时间，提高了分类器的推广泛化能力，并降低成本。

摘要： 为了构建新型的城市贫困评估方法，本发明公开一种基于街景图片及机器学习的城市内部贫困空间测度方法，包括以下步骤：根据人口普查数据构建多重剥夺指数IMD；在地图信息数据库中获取目标区域的街景图像数据；通过图像分割技术，将目标区域的街景图像数据分割为若干块街景图像数据；基于若干块街景图像数据，结合主成分分析法，得到主因子，将主因子定义为街景因子；将多重剥夺指数IMD和街景因子作为机器学习算法的输入变量，得到城市贫困分数。根据城市贫困分数对城市的贫困程度进行评估。本发明还公开了基于上述方法的一种基于街景图片及机器学习的城市内部贫困空间测度系统。本发明不仅推进城市贫困研究精细化，而且丰富城市贫困度量指标的维度。

摘要： 本发明涉及基于在校行为数据多维分析的贫困生资助推荐方法，与现有技术相比解决了难以实现待资助贫困生精准推荐的缺陷。本发明包括以下步骤：历史行为数据的获取；历史行为数据的特征提取；推荐模型的训练；待分析行为数据的获取；待分析行为数据的特征提取；推荐结果的获得。本发明基于学生产生的在校数据，通过提取多个维度的特征，利用这些特征建立分类模型，借助分类模型准确判断学生的贫困情况并作出决策。

摘要： 本发明提供一种贫困分析方法和贫困分析系统。所述方法包括：基于分析对象的分析角度，分别获取相应的贫困数据和影响贫困的指标数据；基于所述贫困数据得到多个贫困等级；基于所述指标数据得到多个指标等级；生成所述分析对象的贫困分析集合，所述贫困分析集合的每个元素由一个贫困等级和至少一个指标等级组成；以及基于所述贫困分析集合生成强关联规则集。本发明实施例的贫困分析方法基于大数据的数据挖掘引入到贫困的定量分析中，构建贫困分析集合，利用关联算法分析贫困率与影响贫困的指标之间的关联关系，并输出强关联规则集，从而为加深对贫困的认知、寻找贫困的原因提供了一种新的思路。

摘要： 本发明属于高校学生贫困生资助领域，具体涉及一种基于多维度评价的高校贫困生认证方法及其系统，该方法包括：获取待认定学生的信息；将获取的信息输入到学生贫困生认证预测模型中，得到贫困认证结果；根据贫困认证结果对待认证的学生进行分类，完成贫困生认定；本发明对待认定的人员的信息采集更全面，不仅对申请者的个人消费情况、学习态度情况、日常行为情况、勤工俭学情况、助学贷款申请情况进行采集，还对申请者的家庭基本情况进行采集，使贫困资助系统更加数据更加精确，贫困评估更加全面。

摘要： 本发明公开了一种城市多维相对贫困衡量指标平台，包括构建数据矩阵包括贫困维度数量k、剥夺指标数量N、家庭贫困程度z、多维贫困发生率H、平均剥夺率A、指标贡献度V和多维贫困指数MPI等综合性微观和宏观的相对贫困指标体系。本发明通过构建了多维相对贫困指标体系、搭建出多维相对贫困指数及其各维度指标的测度、设计了识别、评估系统、并提出了长效帮扶机制构建多中心帮扶网络，目前我国对相对贫困的界定、衡量等没有统一并且符合国情的标准，该成果有助于政府部门通过系统智能化筛选出相对贫困家庭，并且通过识别和评估，找出致困之因，并通过长效帮扶机制，和多中心帮扶之网，来有效的解决相对贫困问题。

摘要： 本发明属于高校学生贫困生资助领域，具体涉及一种基于用户消费数据的高校贫困生识别方法，该方法包括：获取学生用户的消费信息；对消费信息进行预处理，将预处理后的消费信息输入到SVM分类模型中进行分类，得到分类结果；对分类结果进行聚类分析，得到每个分类结果的评级；将该学生用户的所有分类评级结果进行融合，得到贫困程度综合评级；根据最终的贫困程度综合评级结果判断该学生用户是否为贫困生；本发明通过校园卡储蓄、消费以及餐饮消费占比三种数据信息对学生用户进行贫困生认定，使得认定结果更精确；本发明采用改进的SVM分类模型对输入数据进行分类处理，使得分类的结果更准确。

摘要： 本发明涉及人工智能技术领域，公开了基于消费大数据的城市相对贫困空间测度方法和系统，包括：根据全国人口普查数据构建目标区域的综合贫困指数；采集消费类型数据，计算得到人均消费水平分布特征指标；采集POI数据，计算得到消费设施分布特征指标；将所述人均消费水平分布特征指标和所述消费设施分布特征指标作为自变量、将所述综合贫困指数作为参考变量，输入训练好的城市贫困评估模型，计算得到城市贫困分数；根据所述城市贫困分数对城市相对贫困程度进行评估，得到城市相对贫困评估结果。本发明能够有效弥补现有的测算维度的不足，实现了城市相对贫困空间的精准识别和动态监测，提高了城市相对贫困空间测度的准确性和可实施性。

摘要： 本发明公开了一种贫困发生率模型的训练方法及装置，用以提供一贫困发生率预测模型，从而能够通过该模型实现快速且精准地识别贫困地区。方法包括：获取构建完成的贫困发生率预测模型；获取与贫困发生率相关的多项第一预设数据；在第一预设数据中随机选取第一预设比例的数据为训练集，并随机选取第二预设比例的数据为测试集；通过训练集对贫困发生率预测模型的权重参数进行调整；根据测试集对调整权重参数之后的贫困率预测模型的整体误差进行验证；在贫困预测模型的整体误差小于第一预设误差阈值的情况下，确定预测模型训练完成。采用本申请所提供的方法，能够训练一预测模型，通过预测模型实现快速且精准地识别贫困地区。